Anthropic baru sahaja menggunakan semula Claude Fable 5, modelnya yang paling cekap, selepas penggantungan selama dua minggu. Di luar peristiwa itu, persoalan konkrit timbul untuk profesion kita: apakah yang sebenarnya diubah oleh model kelas ini dalam amalan reka bentuk yang dipacu AI?

Jawapannya bukan terletak pada penjanaan imej. Ia terletak pada kebolehan yang lebih berhati-hati, namun jauh lebih terstruktur: keupayaan untuk melaksanakan tugasan yang panjang dan kompleks secara bebas. tanpa kehilangan benang.

Lompatan sebenar bukanlah kecerdasan, tetapi daya tahan.

Model-model sebelumnya, walaupun yang cemerlang, berkongsi batasan: ia bermula dengan kukuh tetapi kemudian merosot apabila tugasan itu diperpanjang. Selepas beberapa langkah, konsistensi itu hilang dan perlu untuk mendapatkan semula kawalan.

Fable 5 direka bentuk untuk tahan lama. Dilancarkan dalam persekitaran ejen seperti Claude Code, ia merancang dalam pelbagai fasa, mewakilkan kepada sub-ejen, menjejaki kebergantungannya dan mengekalkan proses membuat keputusan yang konsisten dalam ratusan langkah.

Anthropic mendokumentasikan sesi autonomi yang berlangsung selama beberapa jam, dan Stripe melaporkan penghijrahan 50 juta baris kod yang diselesaikan dalam satu hari, berbanding anggaran lebih daripada dua bulan secara manual.

Bagi seorang pereka, analoginya adalah secara langsung. Peralihan daripada "Jana skrin ini untuk saya" à "menolak identiti lengkap ini, daripada token hingga visual terakhir, sambil mengekalkan konsistensi dari awal hingga akhir.” Ia menjadi realistik. Ia bukan lagi satu siri gesaan yang dilekatkan kembali dengan tangan, ia adalah satu rantai yang dipegang oleh sistem itu sendiri.

Keupayaan yang benar-benar mewakili profesion kita: ia mengesahkan outputnya sendiri

Ini adalah perkara yang paling penting untuk reka bentuk, dan yang paling kurang dibincangkan.

Fable 5 melakukan lebih daripada sekadar penerbitan. Dia menyemak kerjanya Dia menulis ujiannya sendiri untuk mengesahkan kod tersebut, dan dia menggunakan visi untuk membandingkan output yang terhasil dengan reka bentuk atau objektif awal. Model yang melihat apa yang telah dilakukannya dan membandingkannya dengan niat awal.

Inilah tindakan yang kami ambil semasa menyemak mock-up: adakah apa yang saya lihat sepadan dengan apa yang saya mahukan? Hakikat bahawa gelung kawalan ini menjadi automatik mengubah sifat kerja. Figma, dalam maklum balas awamnya, menyebut tentang "Tiada kemajuan yang jelas dalam prototaip"Ia bukan pemerhati neutral: ia adalah alat di tengah-tengah amalan kita.

Tiga kesan konkrit dalam aliran kerja reka bentuk yang dipacu AI

• Deklinasi hujung ke hujung menjadi boleh dipercayai. Satu sumber niat yang jelas dan jelas, iaitu sistem reka bentuk, boleh memberi makan kepada rantaian yang lebih panjang tanpa model kehilangan koheren di sepanjang jalan: daripada komponen kepada mock-up kepada variasi jenama.

• Pengambilan semula secara manual semakin berkurangan. Model yang mengekalkan konsistensi dan mengesahkan pemaparan terkurang sendiri "Saya menyemak setiap skrin sekali lagi."Pereka bentuk campur tangan lebih ke hulu, untuk mentakrifkan, dan ke hilir, untuk mengesahkan. Kurang di tengah, untuk melaksanakan.

• Ketekalan dalam tugasan yang panjang menjadi boleh dieksploitasi. Apa yang menjadikan saluran paip boleh digunakan dalam pengeluaran bukanlah prestasi pada satu gesaan, tetapi konsistensi dalam seribu langkah. Di sinilah model ini berbeza daripada model sebelumnya.

Apa yang diubah oleh ini dalam peranan pereka bentuk

Sistem yang mengesahkan kerjanya sentiasa memerlukan seseorang untuk menentukan apa yang betul. Visi yang digunakannya untuk mengawal dirinya sendiri membandingkan output dengan matlamat, tetapi matlamat ini tetap ditetapkan oleh manusia. Niat, citarasa, timbang tara tentang apa yang akan dikeluarkan, tanggungjawab untuk hasil kerja: tiada satu pun daripada ini boleh diwakilkan.

Sistem reka bentuk kemudiannya berubah status. Daripada dokumentasi yang dibaca oleh manusia, ia menjadi arahan berstruktur yang dilaksanakan oleh sistem dengan autonomi yang semakin meningkat. Nilai kita terletak di tempat mesin tidak boleh bergerak: memutuskan apa yang masuk akaldan pastikan hasilnya membawa padah.

Bagaimana untuk mendekatinya, secara praktikal?

Pendekatan yang betul bukanlah penolakan mahupun kehairanan. Ia adalah untuk mengenal pasti titik-titik tepat dalam rantaian pengeluaran kami di mana autonomi yang panjang dan pengesahan kendiri menjimatkan masa tanpa mengorbankan kualiti, dan kemudian membina ringkasan dan kekangan yang membolehkan sistem berfungsi dengan baik.

Kerana satu pengajaran dipelajari daripada setiap ujian yang serius: Kualiti hasilnya bergantung terutamanya pada kejelasan niat.Sistem reka bentuk yang berstruktur dengan buruk, walaupun dengan model yang lebih berkuasa, akan menghasilkan ketidakkonsistenan dengan lebih cepat dan lebih sukar untuk dibetulkan. Sebaliknya, sistem reka bentuk yang dinamakan dengan betul, dengan peraturan yang jelas, menjadi pusat kawalan yang sebenar.

Peningkatan kuasa model-model ini tidak menggantikan ketelitian reka bentuk. Dia memberi ganjaran kepadanya.

Philippe Elovenko, Pereka produk di UX-Republic